numpy - 理解 NumPy 的非零函数

Question

我想了解 numpy 的 nonzero功能。以下是一个示例应用程序:

import numpy
arr = numpy.array([[1,0],[1,1]])
arr.nonzero()
--> (array([0, 1, 1]), array([0, 0, 1]))

我可以看到，因为 arr是二维的，nonzero() 的输出是一个 2 元组。但是，我不明白为什么元组的每个元素中的索引数超过了数组的行/列数。我知道

arr[arr.nonzero()]
--> array([1, 1, 1])

但是怎么……？

Answer 1

元组的每个元素都包含每个非零值的索引之一。因此，每个元组元素的长度就是数组中非零元素的数量。

从您的示例中，非零的索引是 [0, 0] , [1, 0] , 和 [1, 1] .元组的第一个元素是每个非零值的第一个索引:([0, 1, 1]) ，元组的第二个元素是每个非零值的第二个索引:([0, 0, 1]) .

您的第二个代码块只返回数组的非零值(如果返回值是混淆的一部分，我不清楚这个问题)。

>>> arr[arr.nonzero()]
array([1, 1, 1])

如果我们使用具有其他值的示例数组，这一点会更清楚。

>>> arr = numpy.array([[1,0],[2,3]])
>>> arr[arr.nonzero()]
array([1, 2, 3])